ものづくりニュース by aperza

3D点群データの蓄積容量と検索時間を1000分の1に圧縮するデータベー...

2016/11/1 IT media

3D点群データの蓄積容量と検索時間を1000分の1に圧縮するデータベース技術 (朴尚洙,[MONOist])

 三菱電機は、「CEATEC JAPAN 2016」(2016年10月4〜7日、幕張メッセ)において、IoT(モノのインターネット)から得られるセンサーデータを高速に蓄積/検索/集計できる「高性能センサーデータベース」を展示した。一般的なリレーショナルデータベースに比べて、データ蓄積の時間と容量、蓄積したセンサーデータを検索/集計する時間を約1000分の1に圧縮できるという。

 IoTを活用する上で課題となっているのが、センサーモジュールなどからリアルタイムで得られる大量のデータの扱いだ。全てのデータを蓄積しようとすると容量は増え続けていき、データ検索にも時間がかかるようになる。

 今回の高性能センサーデータベースは、レーザースキャナーなどで取得する3D点群データを高速に蓄積/検索/集計するための技術である。テキストデータや画像データを扱うのには適していない。

 高性能センサーデータベースを構成する要素技術は3つある。1つ目は「データ圧縮方式の最適」だ。700通り以上の圧縮パターンの組み合わせからサイズが最小になるものを選択して圧縮/蓄積する技術である。2つ目の「データ配置の最適化」は、サイズが異なる最大100万の圧縮データをストレージブロック内に取り出しやすく並べることで、検索/集計時のストレージアクセス回数を削減可能にした。3つ目は「データ処理単位の最適化」で、高速アクセス可能な反面、小容量であるキャッシュメモリー内でデータを処理し、検索/集計時の並列処理性能を向上した。



「高性能センサーデータベース」の要素技術 出典:三菱電機

 展示では、一般的なデスクトップPCを使って構築したリレーショナルデータベースと高性能センサーデータベースについて、検索時間を比較して見せていた。



一般的なリレーショナルデータベース(左)と「高性能センサーデータベース」(右)の検索/集計時間の比較

一般的なリレーショナルデータベース(左)と「高性能センサーデータベース」(右)の検索/集計時間の比較

 なお、この高性能センサーデータベースは、ローカルのサーバに連続でセンサーデータを蓄積し続ける場合に有効な技術だ。「データ配置の最適化」や「データ処理単位の最適化」はハードウェアに依存する技術であるため、クラウドへの適用は難しい。例えば、ある地域の測候所で、天候や地形のデータを蓄積し続ける用途などに最適とみられる。

CEATEC JAPAN 2016(シーテック ジャパン 2016)



>>↑↑↑特集ページはコチラから↑↑↑<<


製造業に従事するエンジニアを対象に、モノづくりの現場で働くスペシャリストの役に立つ技術情報や業界の最新動向を提供するメディアです。「組み込み開発」「メカ設計」「製造マネジメント」「オートモーティブ」の4つのフォーラムを中心に、基礎から応用まで多彩な技術解説記事、図版を多用した分かりやすいコンテンツ、話題のトピックスをより深く掘り下げた連載記事など、モノづくりに役立つ蓄積型コンテンツを充実させ、製造業における最新かつ専門性の高い技術情報を発信することで、技術者の問題解決をサポートしていきます。本サイトの名称は、“モノづくり(MONO)” と “~する人(ist)”の造語です。 http://monoist.atmarkit.co.jp/